Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  23,289,593
  • Công bố khoa học và công nghệ Việt Nam

76

Kỹ thuận chẩn đoán bệnh

Lê Quang Nhân(1), Huỳnh Mạnh Tiến, Quách Trọng Đức(3), Lê Đình Quang, Trần Thái Ngọc Huy, Đặng Minh Luân, Võ Phạm Phương Uyên, Trần Lê Thanh Trúc, Trần Lý Thảo Vy(2), Lê Quang Nghĩa

Nghiên cứu giá trị của phân loại JNET trong tiên đoán mô bệnh học polyp đại trực tràng

Diagnostic yield of JNET classification for predicting of colorectal polyp histopathology

Tạp chí Y học Việt Nam (Tổng hội Y học Việt Nam)

2023

1B

75-81

1859-1868

Xác định giá trị tiên đoán mô bệnh học polyp đại trực tràng của phân loại JNET với nội soi dải tần hẹp kết hợp tiêu cự kép. Phương pháp: Nghiên cứu cắt ngang mô tả 666 bệnh nhân với 1087 polyp đại trực tràng trong thời gian từ 10/2021 đến tháng 2/2023 tại Bệnh viện Đại học Y Dược TPHCM. Trong đó, hệ thống máy xử lý EVIS EXERA III CV- 190 và dây soi CF-HQ190I được sử dụng để đánh giá polyp theo phân loại JNET. Số liệu được lưu trữ và phân tích bằng phần mềm SPSS 25.0. Kết quả: Độ nhạy, độ đặc hiệu, giá trị tiên đoán dương, giá trị tiên đoán âm và độ chính xác của phân loại JNET tương ứng là JNET-1 86,5%; 95,7%; 88,3%; 95,0%; 93,2%; JNET-2A 91,9%; 81,4%; 90%; 84% và 87,7%; JNET-2B 54,7%; 96,6%; 54,7%; 96,6% và 93,7%; JNET-3 66,7%; 99,9%; 93,3%; 99,4% và 99,4%. Độ nhạy trong việc nhận diện tổn thương tân sinh từ các tổn thương không tân sinh là 97,8%, độ đặc hiệu phân biệt tổn thương nguy cơ cao với tổn thương loạn sản độ thấp là 95,9% và độ đặc hiệu phân biệt tổn thương xâm lấn sâu từ các tổn thương tân sinh là 99,8%. Kết luận: Phân loại JNET với nội soi dải tần hẹp kết hợp tiêu cự kép có giá trị cao trong tiên đoán mô bệnh học của polyp đại trực tràng, từ đó giúp bác sĩ nhận diện rõ bản chất tổn thương và tránh các phẫu thuật không cần thiết. Phân loại JNET nên được xem xét áp dụng tại Việt Nam.

To determine the diagnostic stratification ability of JNET classification on NBI-DF mode in predicting the histology of colorectal polyps. Methods: A cross-sectional descriptive study was conducted on 666 patients with 1087 colorectal adenomatous polyps from October 2021 to February 2023 at the University Medical Center. Data were analyzed using SPSS 25.0 software. The EVIS EXERA III CV-190 processing system and CF-HQ190I endoscope were used to evaluate the polyps according to JNET classification. Results: The sensitivity, specificity, positive predictive value, negative predictive value, and accuracy of the JNET classification types for predicting the histology of colorectal adenomatous polyps were as follows: type 1, 86.5%, 95.7%, 88.3%, 95.0%, and 93.2%; type 2A, 91.9%, 81.4%, 90%, 84%, and 87.7%; type 2B, 54.7%, 96.6%, 54.7%, 96.6%, and 93.7%; type 3, 66.7%, 99.9%, 93.3%, 99.4%, and 99.4%. The sensitivity for differentiating neoplastic lesions from benign non-neoplasia lesions was 97.8%, the specificity for distinguishing malignant neoplasia from benign neoplasia was 95.9%, and the specificity in the differentiation deep submucosal cancer from other neoplasia was 99,8%. Conclusion: JNET classification based on NBI-DF has a high value in predicting the histology of colorectal polyps. Thus, JNET might contribute to appropriate treatment choices and avoid unnecessary surgery. This classification should be utilized in the Vietnamese setting.

TTKHCNQG, CVv 46